计算机科学 > 计算机视觉与模式识别
[提交于 2025年5月31日
]
标题: SEED:一种用于基于扩散模型的顺序面部属性编辑的基准数据集
标题: SEED: A Benchmark Dataset for Sequential Facial Attribute Editing with Diffusion Models
摘要: 扩散模型最近使得在广泛的语义属性上实现精确且照片级真实的面部编辑成为可能。除了单步修改之外,现在有一类不断增长的应用需求能够分析和跟踪逐步编辑序列的能力,例如头发、化妆或配饰的分步变化。然而,顺序编辑在编辑归因和检测鲁棒性方面引入了重大挑战,进一步由于缺乏专门为此任务设计的大规模、精细标注的数据集而变得更加复杂。我们介绍了 SEED(Sequentially Edited facE Dataset,顺序编辑人脸数据集),这是一个通过最先进的扩散模型构建的大规模顺序编辑人脸数据集。SEED 包含超过 90,000 张具有一个到四个连续属性修改的面部图像,这些图像是使用多样化的基于扩散的编辑管道(LEdits、SDXL、SD3)生成的。每张图像都带有详细的编辑序列、属性掩码和提示,以促进关于顺序编辑跟踪、视觉来源分析和操作鲁棒性评估的研究。为了对该任务进行基准测试,我们提出了 FAITH(frequency-aware transformer-based model,基于频率感知变换器的模型),该模型结合高频线索以增强对细微顺序变化的敏感性。全面的实验,包括多种频域方法的系统比较,证明了 FAITH 的有效性以及 SEED 所带来的独特挑战。SEED 提供了一个具有挑战性和灵活性的资源,用于大规模研究基于扩散的渐进式编辑。数据集和代码将在以下地址公开发布:https://github.com/Zeus1037/SEED。
文献和引用工具
与本文相关的代码,数据和媒体
alphaXiv (什么是 alphaXiv?)
CatalyzeX 代码查找器 (什么是 CatalyzeX?)
DagsHub (什么是 DagsHub?)
Gotit.pub (什么是 GotitPub?)
Hugging Face (什么是 Huggingface?)
带有代码的论文 (什么是带有代码的论文?)
ScienceCast (什么是 ScienceCast?)
演示
推荐器和搜索工具
arXivLabs:与社区合作伙伴的实验项目
arXivLabs 是一个框架,允许合作伙伴直接在我们的网站上开发和分享新的 arXiv 特性。
与 arXivLabs 合作的个人和组织都接受了我们的价值观,即开放、社区、卓越和用户数据隐私。arXiv 承诺这些价值观,并且只与遵守这些价值观的合作伙伴合作。
有一个为 arXiv 社区增加价值的项目想法吗? 了解更多关于 arXivLabs 的信息.